Odborná definice
Význam a odborné vymezení pojmu
False positive je příklad, při kterém je skutečná třída negativní, ale model předpoví pozitivní výsledek. V confusion matrix se označuje FP. Počet FP nelze interpretovat bez velikosti negativní populace a bez definice pozitivní třídy. False positive rate se počítá jako FP dělené součtem FP a true negatives. Při vyhledávání, detekci a biometrickém porovnávání může jeden nevhodný práh vytvářet velké množství falešných poplachů, zejména při velmi rozsáhlé databázi.
Srozumitelné vysvětlení
Jak se pojem používá v praxi
Spamový filtr vytvoří false positive, když přesune legitímnu faktúru do spamu. Bezpečnostní systém ho vytvoří při označení neškodného chování za útok. Takáto chyba může znamenat pouze nepríjemnou kontrolu, ale i odmítnutí služby nebo nesprávně podozrení. Při vzácných událostech se i nízká míra falešných poplachů násobí velkým počtem negativních případů. Provoz proto potřebuje poznat absolútny objem, míru i způsob nápravy chybného rozhodnutí.
Časté otázky
Otázky, které upřesňují význam
Jak se vypočítá false positive rate?
FP se vydelí součtem false positives a true negatives. Výsledek udáva, jaký podíl skutečně negativních případů systém omylem označil za pozitivně.
Je false positive rate to jisté jako jedna mínus precision?
Ne. FPR používá v menovateli všechny skutečné negatíva. Jedna mínus precision se vzťahuje na podíl chybných případů mezi pozitívnymi predikciami.
Proč velikost galerie ovlivňuje biometrické vyhledávání?
Při porovnání s miliónmi šablón roste počet príležitostí na náhodně vysokou podobnost. Práh vhodný pro one-to-one režim proto nemusí vyhovovat one-to-many úloze.
Jako lze snížit počet falešných poplachů?
Pomůže úprava prahu, kvalitnejšie negativně data, lépe features, kalibrace, kaskádové ověření nebo lidská kontrola při neistých případech.
Kdy je i malé FPR neprijatelné?
Když systém zpracovává obrovský počet událostí nebo když jeden omyl způsobuje vážny zásah do práv, bezpečnosti či dostupnosti služby.
Související pojmy
Významové a tematické souvislosti
Zdroje a redakční stopa
Použitá východiska a odborná revize
- Google Machine Learning Glossary, false positive
- Google Machine Learning Glossary, false positive rate
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.